当我使用特殊字符时，为什么tr给了我双重字符？

Question

我有下一个问题;

$ echo ača | tr 'č' 'c'
$ acca

为什么它给了mi double＆＃34; c＆＃34; ？怎么解决？我想要aca，而不是acca。

Answer 1

č在unicode中长度为两个字节：

charinfo č
U+010D LATIN SMALL LETTER C HACEK [Ll]

tr会将其视为每个字节的两个字符。然后它将扩展第二个参数，直到所有字符都被替换，因此两个c。。

你可以使用sed（可能只是GNU）：

echo ača | sed 'y/č/c/'

或Perl：

echo ača | perl -pe 'use open qw(:std :utf8);use utf8;y/č/c/'

考虑一下这可能会让你了解正在发生的事情：

% echo abc | tr 'abc' 'de'
dee